= Analysis of Variances =Variantie analyse
= Vergelijken van meer dan twee onafhankelijke groepen voor een metrische variabele
= cfr. Kruskal–Wallis maar de afhankelijke variabele is nu van metrisch niveau
= Groepsgemiddelden (van meerdere onafhankelijke groepen) van een metrische, afhankelijke variabele worden vergeleken, rekening houdend met de varianties
Hypotheses:
- H0 = gelijke gemiddelden
- Ha = verschillende gemiddelden
Voorbeeld:
Zijn er significante verschillen tussen het aantal minuten dat personen uit verschillende leeftijdsgroepen per week online video’s bekijken? (n voor alle groepen >30)
- leeftijdscategorie (‘leeftijdscat’) : 6 onafhankelijke groepen
- Minuten online video’s bekijken (‘Videotijd’) gemeten adhv. een metrische variabele
==>
- H0 = Mensen uit verschillende leeftijdscategorieën kijken evenveel naar online video’s/week
- Ha = Mensen uit verschillende leeftijdscategorieën verschillen wat betreft het aantal minuten dat ze kijken naar online video’s/week
Voorwaarden:
- EAS (voor elke groep)
- Normale verdeling populaties: Testen met Kolmogorov Smirnof test (Ho= normale verdeling , Ha= geen normale verdeling) & distributie bekijken a.d.h.v. histogram (Opmerking: centrale limietstelling: bij grote steekproeven (n>30) zal de verdeling van
- normaal worden)
- Gelijke varianties (spreidingen): Testen met test of homogeneity of variances (Ho= gelijke spreidingen, Ha= verschillende spreidingen)
- Onafhankelijke groepen
- Afhankelijke variabele van metrisch niveau
Wat als assumpties niet voldaan?
- assumpties 2 & 3: Kruskal-Wallis
- assumptie 4: repeated measures design (CWOII)
- assumptie 5: ordinaal: Kruskal-Wallis, nominaal: chi²